智慧音箱 (Smart speaker) on Filogic 130A Kit
聯發科在2021年發表 MT7931 / MT7933 晶片，高度集成了無線網路、藍芽、語音處理於單晶片上，再提供一塊開發板(Filogic 130/130A)做為設計評估之用。先前，我們已經研究開發工具和 SDK 一段時間，並且將操作紀錄成教學影片，請參考聯發科 Filogic 130A(MT7933) 教學影片 https://han-ya.blogspot.com/2022/03/mt7933.html，分享給後進的開發人員，以縮短摸索的時間。目前，在這個平台的應用方面，智慧音箱或智能語音助手(Voice Assistant)是解決方案之一，本文將介紹如何在該平台實現智慧音箱這個應用，其影片可參考底下的連結。
系統介紹
下圖一是 Filogic 130A 開發板的方塊示意圖，中心是一顆 MT7933 晶片核心，其包含兩個處理器，一個是 ARM Cortex M33 核心，另一個是 DSP 核心。M33 的工作負責周邊的 I/O 介面，如：SPI / I2C / ADC / UART / SDIO...等通訊介面，而 DSP 負責語音的處理，比如：play / record / VAD / AEC...等。這兩個內部的核心處理器之間有一套通訊的介面，名為 IPI (Internal Process Interface)，做為兩邊的命令、event、回應...的溝通橋樑。
做為智慧音箱的解決方案，在喇叭播放的部分，可以提供雙聲道的聲音輸出。在麥克風的部分，可以接兩路音源的輸入，具有陣列的效果 (far-end / near-end)。因此，喇叭與麥克風之間所產生的回音，這顆晶片的 DSP 能藉由 AEC (Acoustic Echo Canceling) 運算來消除，再者，VAD (Voice Activity Detection) 的算法能分辨出音源是屬於環境噪音或是來自人聲，最後才能進行語音識別 ASR (Acoustic Speech Recognition) 的運算。ASR 計算後的結果，如果偵測到符合預設的指令集，則將結果傳遞給 ARM Cortex 處理，ARM 便會控制周邊 I/O 的動作，完成智能化的行為。
 |
| 圖一：Filogic 130A 開發板的方塊圖 |
SDK 函數
在 SDK 裡，原廠提供了智慧音箱所需要的程式碼和函數，下圖二所示就是相關檔案所放的路徑，主要是 va.c 和 va_golden_tone.c。但是，在啟動 VA 函數之後，我們要先啟動 DSP 模組，其調用的函數及其參數，如下：
//// Enable ADSP
value[0] = 1; // 參數 1: enable, 0: disable
control_cset("ADSP_Enable", 1, value);
 |
| 圖二：SDK 所提供的智慧音箱程式碼 |
再來，需要啟動 VA 模組及其參數，如下：
argv[0] = param1; // 參數 "-v"
argv[1] = param2; // 參數 "1"
va_main(2, argv);
上述的兩個動作運行後，系統便會進入智慧音箱的語音識別模式。在 va.c 中，定義了喚醒的關鍵字和指令，目前喚醒詞為 "hey siri"，而指令則有 play music、stop music、next song、previous song...等。
系統整合
當完成上面的 VA 模組後，我們可以開發晶片的周邊 I/O 介面，並將各項功能整合起來。介面可以參考先前的教學影片，從 SD 卡的 FAT 管理系統中讀取音檔，再呼叫 tinyPCM 函數庫，根據音檔的 wave header 格式，載入正確的參數到 snd_pcm_hw_params( ) 函數裡，接著依照指令來播放音檔，或停止音樂....等動作。
留言